y和theta用列向量做的

Question

老师您好，因为xbi.dot(theta)-yi是个数 直接用惩罚也是可以的，但是我做出来theta为什么是个2乘以2的矩阵，然后我用dot做提示我维数不对 我不知道哪里出问题了。。

Answer 1

liuyubobobo 2022-06-23 05:58:36

init_theta 应该是一个向量，你的创建方法让 init_theta 是一个 2 * 1 的矩阵。

这一小节的代码传送门：https://git.imooc.com/coding-169/coding-169/src/master/06-Gradient-Descent/06-Stochastic-Gradient-Descent/06-Stochastic-Gradient-Descent.ipynb

继续加油！：）

• 提问者 rabbit999 #1

  2*1的矩阵就是一个列向量吧，因为习惯了矩阵乘法的时候写成列向量了 老师这样是不是一个不好的习惯，因为好像挺多地方都要改

• liuyubobobo 回复 提问者 rabbit999 #2

  不是。向量不是矩阵。2 * 1 的矩阵不是列向量。我们在纸上写的时候，这二者“看似”没有区别，但是在计算机中，至少当下的 numpy 的数据结构的表示中，这二者有本质区别。矩阵的维度是 2，哪怕是 1 * n 的矩阵，或者 n * 1 的矩阵，他的维度也是 2。你可以理解成二维数组和一维数组是不一样的，哪怕二维数组中的一个维度为 1。以 Java 为例，二维数组是 int[][]，一维数组是 int[]。
  
  但是向量的维度是 1，所以向量其实就是向量，没有行向量和列向量的区别。当我们说行向量或者列向量的时候，其实已经把向量当做矩阵看了，强调他是二维的，行向量是第一个维度是 1，列向量是第二个维度是 1。
  
  在机器学习的编程中，分清楚每个变量到底是向量还是矩阵，是非常重要的。这也就是为什么，在这个课程中，我特意强调了，课程中的变量，小写字母都是向量，大写字母才表示矩阵。同时，shape 函数非常重要，在具体运算前，如果不确定，或者出了问题，一定要使用 shape 函数检查一下你的运算对象和你想象的是一样形状的矩阵或者向量。（使用 shape 有些类似在物理学中经常使用量纲来检查计算的正确性。）
  
  继续加油！：）

• 提问者 rabbit999 #3

  老师我刚刚自己去测试了一下矩阵乘法在np.array中的规则 慢慢的理解了 可能是我对array的运算规律不习惯

点开查看后面1条评论